운량은 천체 관측을 지속하는 데에 중요한 요소 중 하나이다. 과거에는 관측자가 날씨를 직접 판단할 수밖에 없 었으나, 원격 및 자동 관측 시스템의 개발로 관측자의 역할이 상대적으로 줄어들었다. 또한 구름의 다양한 형태와 빠른 이동 때문에 자동으로 운량을 판단하는 것은 쉽지 않다. 이 연구에서는 기계학습 기반의 파이썬 모듈인 “cloudynight” 을 밀양아리랑우주천문대의 전천 영상에 적용하여 운량을 모니터링하는 프로그램을 개발하였다. 전천 영상을 하위 영역 으로 나누어 각 39,996개 영역의 16개의 특징을 학습하여 기계학습 모델을 생성하였다. 검증 표본에서 얻은 F1 점수는 0.97로, 기계학습 모델이 우수한 성능을 가짐을 보여준다. 운량(“Cloudiness”)은 전체 하위 영역 개수 중 구름으로 식별 된 하위 영역 개수의 비율로 계산하며, 운량이 지난 30분 동안 0.6을 초과할 때 관측을 중단하도록 자동 관측 프로그 램 규칙을 정하였다. 이 규칙을 따를 때, 기계학습 모델이 운량을 오판하여 관측에 영향을 미치는 경우는 거의 발생하 지 않았다. 본 기계학습 모델을 통하여, 밀양아리랑우주천문대 0.7 m 망원경의 성공적인 자동 관측을 기대한다.

본 연구의 목적은 온실설계 시 야간복사열 손실량 예측을 위한 천공온도를 산정하는데 필요한 적절한 계산식을 제시하는 것이다. 대구지역의 운량에 따른 야간천공온도를야간복사계를 이용하여 측정하고 기존의 식들을 이용하여 계산하였다. 천공온도를 계산하기 위한 최적의 식을찾아내기 위하여 측정값과 계산값을 비교하였다. 운량의 크기에 따라 대기온도와 천공온도의 차이가 달랐으며 운량이 감소함에 따라 온도차는 점차 증가하였다. 맑은 날이구름 낀 날과 비온 날에 비해 약 10∼20배 정도의 더 높은온도차를 나타내었으며 온도차가 큰 맑은 날이 복사냉각이크다는것을확인할수있었다. 맑은날에대하여계산된천공온도와 측정된 천공온도와의 상관성을 분석한 결과Bliss식과 Clark and Allen 식이 다른 식들에 비해 상관성이비교적더높은것으로나타났다. 구름낀날에대해계산된천공온도와 측정온도와의 상관성을 분석한 결과 Fuentes식이 가장 잘맞는 것으로 나타났다. 구름낀날의천공온도를 산정할 수 있는 새로운 식을 제안하였다.

Intraseasonal variability of the tropical convection over the Indian/western Pacific is studied using the Geostationary Meteorological Satellite high cloud amount. This study is directed to find the tropical-extratropical interaction in the frequency range of intraseasonal and interannual variabilities of the summer monsoon occured over the domain of 90E-171W and 49S-50N. Especially, in order to investigate the intraseasonal interaction of East Asia summer monsoon associated with the tropical convections in the high cloud amounts, the spatial and time structure of the intraseasonal oscillation for the movement and the evolution of the large-scale convections are studied. To describe the spatial and the time evolution, the extended empirical orthogonal function analysis is applied. The first mode may be considered to a normal structure, indicating that the strong convection band over 90E-120E is extended to eastward, but this mode was detected as a variable mode near Korea and Japan. The second, third and fourth modes were amplified with the intraseasonal variability during summer monsoon. It is found that the dominant intraseasonal mode of the tropical convection consists of the spatial changes over a broad period range centered around 40∼50days.

In order to examine the effect on the insolation of cloud cover, we analyzed the data of the insolation, cloud (over and surface air pressure in Pusan during the period of 1991. 10 - 1993.1. At first, we investigate the atmospheric transmissivity A(t) using the Beer`s law at clear skies. The atmospheric transmissivity is characterized by cold season high and warm season low. From this atmospheric transmissivity, the empirical formula that shows the variation of the insolation due to the cloud cover is obtained. The result formula is I = I_0 A(t^n)(0.7 - 0.05 × m ). I is the insolation that reaches the surface when cloud cover is m and I_0 is solar constant. Although the result is some rough it seems meaningful that the estimation of insolation can be made only from the routine data.